52pj专发，Python 截图转文字的小工具（有源码）

Pwaerm

：以前是用QQ破图，但是QQ需要把图片发送出去，再打开图片长按才能识别成文字。
一直想弄个小工具，截图以后剪贴板就自动变成文字，方便粘贴 。所以就折腾了这个。


：
因为我的服务器上已经部署了TesseractOCR，所以识图部分就通过 requests.post 交给服务器去完成的。
   TesseractOCR服务器部署简要说明（涉及的文件软件，在下载地址中都有）
   1  安装 tesseractOCR （EXE）软件，并配置环境变量。
   2  安装 apache 服务器（我用的是xmapp)。
   3  把压缩包中的 TesseractOCR （PHP）放到 apache 服务器生成的htdocs 文件夹中去，然后就可以使用  http://www.xxxxx.com /TesseractOCR 这个API了，好外是没有限制，精确度也行，而且方便自己所有相关的应用访问。

*：python本身也可以直接使用TesseractOCR

：
   打开软件后按住鼠标选定要识别的区域，松开鼠标就可以去粘贴识别出来的内容了。
   右键可以中止操作。
   老规则，上源码：
   下载地址： 链接：https://pan.baidu.com/s/1e8N-GbYuYMnWwNZrO6xGPw?pwd=4fds  提取码：4fds








打包后文件有点大呢python不建议打包

[Asm] 纯文本查看 复制代码

from PIL import ImageGrab
import tkinter
import requests
import base64
from io import BytesIO
import json
import pyperclip
import math
import os


class PScreenWindow:
    def __init__(self):
        self._sx, self._sy = 0, 0

        self._win = tkinter.Tk()
        self._win.attributes("-alpha", 0.6)  # 设置窗口半透明
        self._win.attributes("-fullscreen", True)  # 设置全屏
        self._win.attributes("-topmost", True)  # 设置窗口在最上层
        self._width, self._height = self._win.winfo_screenwidth(
        ), self._win.winfo_screenheight()
        self._screenImage = ImageGrab.grab()
        self._screenImage.save("temp.png", format='PNG')
        self._tempImage = tkinter.PhotoImage(file="temp.png")
        # 创建画布
        self._canvas = tkinter.Canvas(
            self._win, width=self._width, height=self._height, highlightthickness=0, borderwidth=0)

        self._canvas.create_image(
            self._width*0.5, self._height*0.5, image=self._tempImage)
        self._canvas.create_rectangle(
            0, 0, self._width, self._height, fill='black', outline='', tag="bg")
        self._canvas.pack(fill="both")
        self._win.bind('<Button-1>', self.mouseEvent)  # 绑定鼠标左键点击事件
        self._win.bind('<Button-3>', self.mouseEvent)  # 绑定鼠标右键点击事件
        self._win.bind('<ButtonRelease-1>', self.mouseEvent)  # 绑定鼠标左键点击释放事件
        self._win.bind('<B1-Motion>', self.mouseMove)  # 绑定鼠标左键点击移动事件
        # 绑定Esc按键退出事件
        self._win.bind('<Escape>', lambda e: self.exit())
        self._win.mainloop()  # 窗口持久化

    def exit(self):
        try:
            os.remove('temp.png')
        except:
            pass
        self._win.destroy()
        print("操作完成")

    def getDistance(self, x1, y1,  x2, y2):
        return math.sqrt((x1-x2)**2+(y1-y2)**2)

    def sortPoint(self, x1, y1, x2, y2):
        return [min(x1, x2), min(y1, y2), max(x1, x2), max(y1, y2)]

    def mouseEvent(self, event):
        print(event.state, event.num)
        if (event.num == 3):
            self.exit()
            return
        if event.state == 8:  # 鼠标左键按下
            self._sx, self._sy = event.x, event.y
            self._canvas.delete("bg")
        elif event.state == 264:  # 鼠标弹起
            d = self.getDistance(self._sx, self._sy, event.x, event.y)
            if d < 20:
                return
            x1, y1, x2, y2 = self.sortPoint(
                self._sx, self._sy, event.x, event.y)
            self._canvas.create_text(
                (x1+x2)*0.5, (y1+y2)*0.5, text="识别中...", font=("微软雅黑", 16), fill='red')

            img = self._screenImage.crop(
                (x1, y1, x2, y2))
            outBuffer = BytesIO()
            img.save(outBuffer, format='PNG')
            byteData = outBuffer.getvalue()
            imgBase64 = base64.b64encode(byteData).decode('ascii')

            # print(imgBase64)
            url = "http://www.xxxxxxxx.cn/TesseractOCR/"
            data = {"type": "ocr", "img": imgBase64}
            headers = {'Content-Type': 'application/x-www-form-urlencoded'}

            res = requests.post(url=url, data=data, headers=headers)
            content = res.text
            # print("识别结果：", content)
            if content.startswith(u'\ufeff'):
                content = content.encode('utf8')[3:].decode('utf8')
            try:
                data = json.loads(content)
                if (data.get("code") == "1"):
                    pyperclip.copy(data.get("text"))
                else:
                    pyperclip.copy("ocr fail")
            except Exception as e:
                pyperclip.copy(str(e))
            self.exit()

    def mouseMove(self, event):
        d = self.getDistance(self._sx, self._sy, event.x, event.y)
        if d < 20:
            return
        x1, y1, x2, y2 = self.sortPoint(self._sx, self._sy, event.x, event.y)
        rectPoints = {"left": [0, 0, x1, self._height], "top": [x1, 0, x2,  y1], "right": [
            x2, 0, self._width,  self._height], "bottom": [x1, y2, x2,  self._height]}
        for key in rectPoints:
            self._canvas.delete(key)
            ltx, lty, rbx, rby = rectPoints[key]
            self._canvas.create_rectangle(
                ltx, lty, rbx, rby,  fill='black', outline='', tag=key)
        self._canvas.delete("border")
        self._canvas.create_rectangle(
            x1, y1, x2, y2,  fill='', outline='red', tag="border")


if __name__ == '__main__':
    psw = PScreenWindow()

Pwaerm

rhci 发表于 2023-1-26 21:29
解决了，但是识别率太低了。

服务器端可以试试安装docker    然后用  

docker build -t trwebocr:latest  

TRwebocr    的识别率相当高而且功能比TesseractOCR强大。
我以前一直用 trwebocr，但升级WIN11  以后莫名其妙的错误一大堆，目前还没折腾成功，所以换了TesseractOCR

ggandxb

楼主好样的，是个很好用的软件。提2个建议，1.设置一个功能键做特定该软件的呼出；2.识别文字还存在不是很准确的问题。。。

我心所爱

我是一楼哈哈哈哈哈

noah88

感谢分享，就是怕配置麻烦

saker1

这是个不错的实用小程序，如果开发个安卓版将会锦上添花。文件占用量以短小精悍为最佳，并且绿色程序。

千军破

多谢分享

nbwww

收藏了  谢谢

lhtzty

谢谢分享！！！！！！！！！

gztf

感谢分享！！！

LuckyClover

感谢分享，评分送上

Ifyoulike

厉害真心不错